ANOVA
आपने Levene टेस्ट से समान वैरिएंस स्थापित कर लिया है और log-परिवर्तित सैलरी की अनुमानित नॉर्मैलिटी को विज़ुअली आंका है. अब ANOVA टेस्ट चलाने का समय है! याद रखें, ANOVA टेस्ट का उद्देश्य यह तय करना है कि क्या biotech, enterprise software और health care कंपनियों की औसत फंडिंग बराबर थी. क्योंकि ये तीनों समूह ANOVA टेस्ट की शर्तों को पूरा करते हैं, इसलिए आपको पता है कि उस टेस्ट से निकले निष्कर्ष मान्य होंगे.
जो DataFrames आपने बनाए थे (biotech_df, enterprise_df और health_df), वे आपके लिए लोड कर दिए गए हैं. पैकेज pandas pd के रूप में, NumPy np के रूप में, Matplotlib plt के रूप में, और SciPy का stats पैकेज भी लोड है. पिछली कसरत में आपने जिन फंडिंग मानों का log-ट्रांसफॉर्म निकाला था, वे भी उपलब्ध हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में अनुमान का आधार
अभ्यास निर्देश
- तीनों log-ट्रांसफॉर्म्ड फंडिंग्स का उपयोग करके one-way ANOVA टेस्ट चलाइए, और आर्ग्यूमेंट्स का क्रम यह रखें: Biotechnology, Enterprise Software, Health Care.
- प्रिंट कीजिए कि p-value 5% स्तर पर महत्वपूर्ण है या नहीं.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
biotech_log_funding = np.log(biotech_df['funding_total_usd'])
enterprise_log_funding = np.log(enterprise_df['funding_total_usd'])
health_log_funding = np.log(health_df['funding_total_usd'])
# Conduct a one-way ANOVA test to compare the log-funding
s, p_value = ____
# Print if the p-value is significant at 5%
____